タグ付けされた質問 「distribution」

はじめに：私は、0から47までの範囲の30,000を超える整数値のリストを持っています[0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]。リストの値は必ずしも正しい順序であるとは限りませんが、この問題では順序は関係ありません。 問題：私の分布に基づいて、任意の値のp値（より大きな値が現れる確率）を計算したいと思います。たとえば、0のp値は1に近づき、より大きな数値のp値は0になる傾向があることがわかります。 私が正しいかどうかはわかりませんが、確率を判断するには、自分のデータを記述するのに最も適した理論上の分布に自分のデータを当てはめる必要があると思います。最良のモデルを決定するには、ある種の適合度テストが必要だと思います。 このような分析をPython（ScipyまたはNumpy）で実装する方法はありますか？例を挙げていただけますか？ ありがとうございました！

139 python  numpy  statistics  scipy  distribution 

CまたはC ++で正規分布に従って乱数を簡単に生成するにはどうすればよいですか？ Boostを使用したくありません。 私はKnuthがこれについて長い間話していることを知っていますが、彼の本は今手元にありません。

114 c++  c  random  distribution  normal-distribution 

Scipyで2サンプルのKSテストを行う方法がわかりません。 ドキュメントを読んだ後scipykstest 分布が標準正規分布と同一である場所をテストする方法がわかります from scipy.stats import kstest import numpy as np x = np.random.normal(0,1,1000) test_stat = kstest(x, 'norm') #>>> test_stat #(0.021080234718821145, 0.76584491300591395) つまり、p値が0.76の場合、2つの分布が同一であるという帰無仮説を棄却することはできません。 ただし、2つの分布を比較して、次のように、それらが同一であるという帰無仮説を棄却できるかどうかを確認したいと思います。 from scipy.stats import kstest import numpy as np x = np.random.normal(0,1,1000) z = np.random.normal(1.1,0.9, 1000) xとzが同一かどうかをテストします 私は素朴なものを試しました： test_stat = kstest(x, z) 次のエラーが発生しました： TypeError: 'numpy.ndarray' object is …

82 python  numpy  scipy  statistics  distribution